「CIKM2019用户行为预测」演示文稿
各位评委老师，下午好，我是来自江离数据挖掘俱乐部的江离。
我们直接进入算法部分。我们的方法主要使用了一个叫cssnet的算法，我相信在座的所有
老师都没有听说过这个算法，因为这个名字是我随便取的；它也不是一个深度学习的模型，
之所以叫它net是因为它是一个网状的结构。
它包括了三个层：计数层、关联层和求和层。
下面我来详细讲一下三个层。
第一层计数层，就是统计每一个用户在每个商品上面的交互次数，对于时间距离使用了一个
1/N的衰减因子。
第二层关联层，就是统计两个商品之间的关联度，A和B关联度是用AB同时出现的次数除以
A出现的次数来计算的。为了防止次数过少的商品的关联度的置信度受到严重影响，我们使
用了一个平滑因子。这里取平滑因子为100。
第三层是求和层，我们会对关联到的相同的商品做求和处理，然后将和从大到小排列作为我
们的推荐商品。
我的分享完毕，谢谢各位评委老师。